Assoziationsanalyse: Wer mit wem?
Die Assoziationsanalyse bietet als unüberwachte Lernmethode die Möglichkeit, Beziehungen auch in ähnlichen Datenmustern zu erkennen. Das funktioniert selbst bei großen Datenmengen mit Python auf herkömmlichen PCs.
Die Assoziationsanalyse gehört zu den unüberwachten Lernmethoden. Sie zählt Einträge in Listen und vergleicht ihre Häufigkeiten. Vermutlich ist die fehlende Eleganz der Grund, dass das Verfahren selten im Zusammenhang mit anderen Maschinenlernverfahren steht. Zu Unrecht, kann sie doch in scheinbar gleichförmigen Daten Beziehungen erkennen. Clusterverfahren wie k-Means oder PCA sind die bekanntesten Methoden aus der Gruppe des unüberwachten Lernens. Anders als ein Clusterverfahren klassifiziert die Assoziationsanalyse zunächst keine Daten, sondern achtet auf die Teilergebnisse.
Der Artikel beschreibt anhand von drei Beispielen das Vorgehen, mit Python verborgene Erkenntnisse zu gewinnen. Am Warenkorb des ersten Beispiels mit seinen wenigen Einträgen lässt sich das Verfahren erklären. Anschließend sucht die Assoziationsanalyse nach Beziehungsmustern in einem Dienstplan. Mit ihrer Kenntnis ließe sich ein Plan automatisch erstellen. Berücksichtigt man beim Besetzen von Schichten die Vorlieben der Mitarbeiterinnen und Mitarbeiter, sind weniger Einsprüche der Belegschaft zu erwarten.